Τεχνολογία

Τεχνητή νοημοσύνη: Μπορεί να εξοικονομήσει $360 δισ. στον κλάδο της υγείας τον χρόνο

Τεχνητή νοημοσύνη: Μπορεί να εξοικονομήσει $360 δισ. στον κλάδο της υγείας τον χρόνο
Τεχνητή νοημοσύνη: Η ευρύτερη υιοθέτηση της τεχνητής νοημοσύνης θα μπορούσε να οδηγήσει σε εξοικονόμηση μεταξύ 5% και 10% στις δαπάνες για την υγειονομική περίθαλψη ή περίπου 200 έως 360 δισεκατομμύρια δολάρια ετησίως.

Ο θόρυβος γύρω από την τεχνητή νοημοσύνη έχει αυξηθεί καθώς το μοντέλο ChatGPT κατακλύζει το διαδίκτυο. Δεν διαφέρει στην υγειονομική περίθαλψη. Το εργαλείο ChatGPT AI έχει περάσει τις εξετάσεις ιατρικής αδειοδότησης των Η.Π.Α., έχει συγγράψει μια σειρά από επιστημονικές εργασίες και χρησιμοποιείται για την προσφυγή σε αρνήσεις ασφάλισης, υπονοώντας πραγματικές εφαρμογές για τους αλγόριθμους. Ωστόσο, η πραγματική υιοθέτηση εργαλείων που βασίζονται στην τεχνητή νοημοσύνη στον κλάδο της υγειονομικής περίθαλψης είναι χαμηλή, παρά την έρευνα που υποδηλώνει οφέλη της τεχνολογίας.

Στο νέο έγγραφο, οι ερευνητές εκτιμούν ότι η ευρύτερη υιοθέτηση της τεχνητής νοημοσύνης θα μπορούσε να οδηγήσει σε εξοικονόμηση μεταξύ 5% και 10% στις δαπάνες για την υγειονομική περίθαλψη ή περίπου 200 έως 360 δισεκατομμύρια δολάρια ετησίως. Οι εκτιμήσεις βασίζονται σε περιπτώσεις χρήσης τεχνητής νοημοσύνης που χρησιμοποιούν τρέχουσες τεχνολογίες που είναι εφικτές μέσα στα επόμενα πέντε χρόνια, χωρίς να θυσιάζεται η ποιότητα ή η πρόσβαση.

Για τα νοσοκομεία, η εξοικονόμηση κόστους προέρχεται κυρίως από βελτιωμένες κλινικές λειτουργίες, ποιότητα και ασφάλεια — όπως η βελτιστοποίηση των χειρουργικών αιθουσών ή ο εντοπισμός ανεπιθύμητων συμβάντων. Τα οφέλη είναι παρόμοια για τις ομάδες ιατρών, οι οποίες θα μπορούσαν να αξιοποιήσουν την τεχνητή νοημοσύνη για τη συνέχεια της φροντίδας, όπως η διαχείριση παραπομπής.

Οι ασφαλιστές υγείας θα έχουν εξοικονόμηση πόρων από περιπτώσεις χρήσης που βελτιώνουν τη διαχείριση αξιώσεων, όπως η αυτοματοποίηση της προηγούμενης εξουσιοδότησης, μαζί με την υγειονομική περίθαλψη και τη διαχείριση σχέσεων παρόχων, συμπεριλαμβανομένης της αποτροπής επανεισδοχών και της διαχείρισης καταλόγου παρόχων.

Με βάση τις περιπτώσεις χρήσης που βασίζονται στην τεχνητή νοημοσύνη, οι ιδιώτες πληρωτές θα μπορούσαν να εξοικονομήσουν περίπου 7% έως 9% του συνολικού κόστους τους, που ανέρχεται σε 80 έως 110 δισεκατομμύρια δολάρια σε ετήσια εξοικονόμηση εντός των επόμενων πέντε ετών. Οι ομάδες ιατρών θα μπορούσαν να εξοικονομήσουν 3% έως 8% του κόστους, που ανέρχεται σε εξοικονόμηση μεταξύ 20 και 60 δισεκατομμυρίων δολαρίων. Εν τω μεταξύ, τα νοσοκομεία θα μπορούσαν να δουν εξοικονομήσεις μεταξύ 4% και 11%, ή μεταξύ 60 και 120 δισεκατομμυρίων δολαρίων κάθε χρόνο, εκτιμά η έκθεση.

Παρά τα πιθανά οφέλη της τεχνητής νοημοσύνης στην υγειονομική περίθαλψη και την αύξηση της χρηματοδότησης στον χώρο, η χρήση της τεχνητής νοημοσύνης από τους γιατρούς για κλινικές περιπτώσεις εξακολουθεί να είναι τυχαία. Μια πρόσφατη μελέτη που δημοσιεύτηκε στο JAMA βρήκε μια «σπανιότητα ισχυρών αποδεικτικών στοιχείων» για να υποστηρίξει τους ισχυρισμούς ότι η τεχνητή νοημοσύνη θα μπορούσε να ενισχύσει τα κλινικά αποτελέσματα.

Παρόλα αυτά, η Υπηρεσία Τροφίμων και Φαρμάκων έχει επιταχύνει τις εγκρίσεις ιατρικών εργαλείων τεχνητής νοημοσύνης, εγκρίνοντας περισσότερες από 520 συσκευές από τον Νοέμβριο. Και, οι ειδικοί πιστεύουν ότι το 2023 θα μπορούσε να είναι ένα σημείο καμπής για υιοθέτηση, καθώς προκύπτουν περισσότερα στοιχεία σχετικά με την αποτελεσματικότητα της τεχνητής νοημοσύνης σε πραγματικές συνθήκες.